Struct DocxSaxReader 

pub struct DocxSaxReader<R: Read> { /* private fields */ }

基于 SAX 风格 XML 解析的流式 DOCX 读取器。

打开 .docx 文件（ZIP 归档），提取 word/document.xml，并使用 quick-xml 逐事件解析。每个块级元素转换为 DocumentEvent 并转发给提供的 EventSink。

内存使用量相对于文档大小为 O(1) – 仅当前正在解析的元素驻留在内存中。 类比 easyexcel-rust 的 XlsxSaxAnalyser。

示例

use std::path::Path;
use easydoc_reader::extractor::sax::DocxSaxReader;
use easydoc_core::ContentCollector;

let mut reader = DocxSaxReader::from_path(Path::new("test.docx")).unwrap();
let mut collector = ContentCollector::new();
reader.read_events(&mut collector).unwrap();
let content = collector.into_content();

Implementations

impl DocxSaxReader<Cursor<Vec<u8>>>

pub fn from_path(path: &Path) -> Result<Self>

从文件路径创建读取器（使用默认安全策略）。

打开 .docx ZIP 归档，按默认 SecurityPolicy（ZIP 炸弹 / 元素爆炸防护） 验证，定位 word/document.xml 部分，并读入内存进行流式 XML 解析。

类比 easyexcel-rust 的 XlsxSaxAnalyser::new()。

Errors

文件不存在、不是有效 ZIP、不包含 word/document.xml 或安全验证失败时返回错误。

pub fn from_path_with_security( path: &Path, security: SecurityPolicy, ) -> Result<Self>

从文件路径创建读取器（使用自定义安全策略）。

与 from_path 类似，但使用提供的策略进行 ZIP 归档验证和超链接 SSRF 检查。

Errors

文件不存在、不是有效 ZIP、不包含 word/document.xml 或安全验证失败时返回错误。

impl<R: Read> DocxSaxReader<R>

pub fn from_reader(source: R) -> Self

创建包装现有 Read 源（包含原始 XML）的读取器。

适用于测试场景或 XML 已被提取的情况。

pub fn read_events(&mut self, sink: &mut dyn EventSink) -> Result<()>

流式遍历文档，将 DocumentEvent 推送给 sink。

开头发出 DocumentEvent::DocumentStart，结尾发出 DocumentEvent::DocumentEnd。

注意： DocumentBlock::Math 无法表示为 DocumentEvent，会被静默丢弃。 如需提取数学公式，请使用 read_blocks。

Errors

XML 解析失败或 sink 返回错误时返回错误。

pub fn read_blocks(&mut self) -> Result<Vec<DocumentBlock>>

读取文档并按文档顺序返回所有块，包括 OMML 公式的 DocumentBlock::Math。

需要提取数学公式时推荐使用此入口。返回的块保留原始文档顺序： 段落、表格、图片和数学公式按与源 DOCX 相同的顺序出现。

Math 块的 omml 设置为原始 <m:oMath> 或 <m:oMathPara> XML， latex 为 None，display 指示公式是块级（<m:oMathPara>）还是行内（<m:oMath>）。

Errors

XML 解析失败时返回错误。